5个不同变量的SAS ARIMA建模

我正在尝试对5个不同的变量进行ARIMA模型估计。数据由16个月的销售点组成。我如何处理这个复杂的ARIMA模型

此外，我想做：

• 每个产品组的简单移动平均值
• 霍尔特过冬 指数平滑模型

数据如下，包括日期和产品组：

 Date   Gloves  ShoeCovers  Socks   Warmers HeadWear

 apr-14 11015   3827        3465    1264    772
 maj-14 11087   2776        4378    1099    1423
 jun-14 7645    1432        4490    674     670
 jul-14 10083   7975        2577    1558    8501
 aug-14 13887   8577        6854    1305    15621
 sep-14 9186    5213        5244    1183    6784
 okt-14 7611    4279        4150    977     6191
 nov-14 6410    4033        2918    507     8276
 dec-14 4856    3552        3192    450     4810
 jan-15 17506   7274        3137    2216    3979
 feb-15 21518   5672        8848    1838    2321
 mar-15 17395   5200        5712    1604    2282
 apr-15 11405   4531        5185    1479    1888
 maj-15 11509   5690        4370    1145    2369
 jun-15 9945    2610        4884    882     1709
 jul-15 8707    5658        4570    1948    6255

---

有没有熟练的预报员愿意帮忙？非常感谢

您是否已经尝试过

proc-arima

和

proc-forecast

？你能分享你的代码吗？我试过proc arima，但没有试过proc forecast。我真正的问题只是做一个简单的移动平均。16对于明显是季节性数据的观测是不够的。你应该有至少3倍的季节性。ARIMA模型是移动平均（MA）模型的推广。例如，ARIMA（0,0,1）模型就是MA（1）模型。您可以使用

proc-arima

构建移动平均线模型。